Введение
Целью данной курсовой работы является закрепление теоретической основы по дисциплине «Экономико-математические методы и модели в логистике», тщательно научиться разбираться в дисциплине экономико-математические методы и модели, а именно: научиться определять оптимальный размер заказа комплектующих изделий для производства продукции промышленного предприятия и делать прогнозы объема продаж готовой продукции со склада промышленного предприятия за определенный период. Кроме того, приобрести навыки практического применения экономико-математических методов для моделирования реальных экономических ситуаций, возникающих в различных логистических системах, что способствует повышению эффективного управления логистическими цепями поставок и является условием успешной деятельности предприятия.
Объектом работы являются логистические товаропотоки промышленного предприятия.
Предмет работы - экономико-математические методы и модели.
Основная задача курсовой работы заключается в возможности применения различных экономико-математических методов и моделей для совершенствования показателей логистической деятельности предприятия.
Метод Монте-Карло (методы Монте-Карло, ММК) -- общее название группы численных методов, основанных на получении большого числа реализаций стохастического (случайного) процесса, который формируется таким образом, чтобы его вероятностные характеристики совпадали с аналогичными величинами решаемой задачи. Используется для решения задач в различных областях физики, химии, математики, экономики, оптимизации, теории управления и др.
Метод статистических испытаний, численный метод решения математических задач при помощи моделирования случайных процессов и событий. Термин "М.-К. м." возник в 1949, хотя некоторые расчёты путём моделирования случайных событий осуществлялись статистиками и ранее. Широкое распространение метод получил только после появления быстродействующих вычислительных машин. Программы для расчётов по методу Монте-Карло на ЭВМ сравнительно просты и, как правило, позволяют обходиться без большой оперативной памяти.
- Введение
- 1. Алгоритм Бюффона для определения числа Пи
- 1.1 Связь стохастических процессов и дифференциальных уравнений
- 2.2 Интегрирование методом Монте-Карло
- 2.3 Геометрический алгоритм Монте-Карло интегрирования
- 2.4 Алгоритм Метрополиса
- 2.5 Квантовый метод Монте-Карло
- 3. Применение метода Монте-Карло в логистике
- Расчетная часть
- Заключение